Публикации по теме 'data-science'
Разница между машинным обучением, глубоким обучением, наукой о данных и искусственным интеллектом (ИИ)
Разница между машинным обучением, глубоким обучением, наукой о данных и искусственным интеллектом (ИИ)
Представьте себе беспилотный автомобиль , который подбирает пассажиров на оживленной улице, где они могут перемещаться из одного места в другое. Или модель машинного обучения , способная предсказывать шансы человека заболеть раком с минимальной помощью врача. Или чат-боты , способные общаться с покупателями по поводу онлайн-покупок. Или модели, способные дать оценку сложности..
Зачем код модульного тестирования
Модульное тестирование — это метод тестирования программного обеспечения, при котором отдельные блоки исходного кода, наборы одного или нескольких компьютерных программных модулей вместе с соответствующими управляющими данными, процедурами использования и рабочими процедурами тестируются отдельно от остального программного обеспечения, чтобы определить, пригодны для использования.
Есть несколько причин, по которым вам следует проводить модульное тестирование кода:
Улучшение качества..
Еженедельник по инженерии данных № 34
История представляет собой кросс-публикацию из еженедельника Data Engineering Weekly. Пожалуйста, подпишитесь на информационный бюллетень Data Engineering, чтобы быть в курсе последних обновлений.
www.dataengineeringweekly.com
Добро пожаловать в 34-й выпуск информационного бюллетеня по инженерии данных. Релиз на этой неделе представляет собой новый набор статей, посвященных массивно-параллельным вычислениям графов Google, пути передачи данных Uber, сетке данных Hyperight, подходящей..
Pandas AI : сделайте панд более интеллектуальными
Анализ данных является важным аспектом любого бизнеса или организации, которая имеет дело с большими объемами данных. С увеличением объема собираемых данных может оказаться непростой задачей анализировать и извлекать из них содержательную информацию. Pandas — это популярная библиотека Python для анализа и обработки данных, которая широко используется аналитиками данных и учеными.
Однако, несмотря на свою популярность, Pandas имеет некоторые ограничения. Одним из основных ограничений..
Работа с изменяющимися во времени сетями, часть 4 (машинное обучение)
Обучение поиску пространственно-временных атак (COA) для масштабируемых и изменяющихся во времени сетей (arXiv)
Автор : : Хэмин Ли , Сок Бин Сон , Вон Чжун Юн , Джунхон Ким , Сой Чжон , Дон Хва Ким .
Аннотация: Одной из ключевых тем в исследованиях сетевой безопасности является автономный метод поиска атак COA (Couse-of-Action). Традиционные методы поиска атак COA, которые пассивно ищут атаки, могут быть трудными, особенно по мере роста сети. Для решения этих проблем..
Разработка функций: масштабирование, нормализация и стандартизация
Введение
Недавно я работал с набором данных из ML, в котором было несколько функций, охватывающих разные степени величины, диапазона и единиц измерения. Это серьезное препятствие, поскольку некоторые алгоритмы машинного обучения очень чувствительны к этим особенностям, т. е. большинство алгоритмов хорошо работают только при нормальном распределении. Итак, как мы можем использовать эти функции, когда они так сильно различаются с точки зрения того, что они представляют? Здесь я обратился к..
Улучшение результатов машинного обучения: подробное руководство по уточнению и оптимизации ваших моделей машинного обучения
Введение
Построение модели машинного обучения — это не конечная точка, а отправная точка. Именно в уточнении, настройке и оптимизации этих моделей происходит реальный прогресс в достижении целей вашего проекта. Улучшение достигается за счет понимания вашей модели, базовых данных и того, как лучше всего повысить производительность вашей модели машинного обучения. В этом всеобъемлющем руководстве будут рассмотрены различные методы улучшения результатов машинного обучения.
Понимание..
Новые материалы
Я хотел выучить язык программирования MVC4, но не мог выучить его раньше, потому что это выглядит сложно…
Просто начните и учитесь самостоятельно
Я хотел выучить язык программирования MVC4, но не мог выучить его раньше, потому что он кажется мне сложным, и я бросил его. Это в основном инструмент..
Лицензии с открытым исходным кодом: руководство для разработчиков и создателей
В динамичном мире разработки программного обеспечения открытый исходный код стал мощной парадигмой, способствующей сотрудничеству, инновациям и прогрессу, движимому сообществом. В основе..
Объяснение документов 02: BERT
BERT представил двухступенчатую структуру обучения: предварительное обучение и тонкая настройка.
Во время предварительного обучения модель обучается на неразмеченных данных с помощью..
Как проанализировать работу вашего классификатора?
Не всегда просто знать, какие показатели использовать
С развитием глубокого обучения все больше и больше людей учатся обучать свой первый классификатор. Но как только вы закончите..
Работа с цепями Маркова, часть 4 (Машинное обучение)
Нелинейные цепи Маркова с агрегатором и их приложения (arXiv)
Автор : Бар Лайт
Аннотация: Изучаются свойства подкласса случайных процессов, называемых дискретными нелинейными цепями Маркова..
Crazy Laravel Livewire упростил мне создание электронной коммерции (панель администратора и API) [Часть 3]
Как вы сегодня, ребята?
В этой части мы создадим CRUD для данных о продукте. Думаю, в этой части я не буду слишком много делиться теорией, но чаще буду делиться своим кодом. Потому что..
Использование машинного обучения и Python для классификации 1000 сезонов новичков MLB Hitter
Чему может научиться машина, глядя на сезоны новичков 1000 игроков MLB? Это то, что исследует это приложение.
В этом процессе мы будем использовать неконтролируемое обучение, чтобы..